로그정규분포 계산기

로그정규분포 계산기

신흥 AI Skill PRO

계산 입력

결과

확률밀도 f(x) — 점수: 101
0
첫 번째 x에서의 값
x 확률밀도 f(x)
0 0
0.1 0.28159019
0.2 0.54626787
0.3 0.64420326
0.4 0.65544417
0.5 0.62749608
0.6 0.58357382
0.7 0.53479483
0.8 0.48641578
0.9 0.44081569
1 0.39894228
1.1 0.36103126
1.2 0.32697202
1.3 0.29649637
1.4 0.26927623
1.5 0.24497365
1.6 0.22326545
1.7 0.20385426
1.8 0.18647245
1.9 0.17088224
2 0.15687402
2.1 0.14426385
2.2 0.13289069
2.3 0.12261371
2.4 0.11330975
2.5 0.10487107
2.6 0.09720326
2.7 0.09022355
2.8 0.0838592
2.9 0.07804624
3 0.07272826
3.1 0.06785542
3.2 0.06338366
3.3 0.05927389
3.4 0.05549141
3.5 0.05200533
3.6 0.04878813
3.7 0.04581523
3.8 0.04306462
3.9 0.04051659
4 0.03815346
4.1 0.0359593
4.2 0.03391978
4.3 0.03202199
4.4 0.03025424
4.5 0.02860596
4.6 0.02706758
4.7 0.02563041
4.8 0.02428655
4.9 0.02302884
5 0.02185071
5.1 0.02074622
5.2 0.01970989
5.3 0.01873675
5.4 0.01782224
5.5 0.01696217
5.6 0.01615271
5.7 0.01539033
5.8 0.01467179
5.9 0.01399411
6 0.01335454
6.1 0.01275054
6.2 0.01217978
6.3 0.0116401
6.4 0.01112948
6.5 0.01064609
6.6 0.01018821
6.7 0.00975425
6.8 0.00934273
6.9 0.00895228
7 0.00858163
7.1 0.00822959
7.2 0.00789506
7.3 0.00757702
7.4 0.0072745
7.5 0.00698662
7.6 0.00671253
7.7 0.00645146
7.8 0.00620268
7.9 0.0059655
8 0.0057393
8.1 0.00552346
8.2 0.00531744
8.3 0.00512071
8.4 0.00493277
8.5 0.00475316
8.6 0.00458144
8.7 0.00441722
8.8 0.0042601
8.9 0.00410972
9 0.00396575
9.1 0.00382785
9.2 0.00369574
9.3 0.00356912
9.4 0.00344773
9.5 0.00333132
9.6 0.00321963
9.7 0.00311246
9.8 0.00300958
9.9 0.00291079
10 0.0028159

공식

f(x)=1xσ2πexp⁡(−(ln⁡x−μ)22σ2),x>0f(x) = \frac{1}{x\,{\sigma}\sqrt{2\pi}}\exp\!\left(-\frac{\left(\ln x - {\mu}\right)^{2}}{2\,{\sigma}^{2}}\right),\quad x>0
사용 통계

광고

이 페이지의 오류 신고

이 계산기로 할 수 있는 일

로그정규분포는 자연로그를 취했을 때 정규분포를 따르는 양수 확률변수를 설명하는 분포입니다. 즉 ln(x)가 평균 μ, 표준편차 σ인 정규분포를 따른다면, x는 로그정규분포를 따릅니다. 이 계산기는 원하는 x 범위에 대해 세 가지 함수 중 하나를 계산해, 그대로 읽거나 그래프로 그릴 수 있는 표로 보여줍니다. 세 함수는 확률밀도 \(f(x)\), 하측 누적확률 \(P(x)\)(누적분포함수, CDF), 그리고 상측 누적확률 \(Q(x) = 1 - P(x)\)입니다.

사용 방법

먼저 그릴 함수를 고른 뒤, ln(x)의 평균 \(\mu\)와 표준편차 \(\sigma\)를 입력합니다. 이어서 계산을 시작할 x 값(x의 초깃값), 연속된 x 값 사이의 간격(Step), 점의 개수를 지정하세요. 계산기는 \(i = 0, 1, \ldots, \text{count}-1\)에 대해 \(x_i = \text{초깃값} + i \times \text{간격}\) 으로 각 지점의 함수값을 구하고, (x, 값) 쌍을 표로 정리합니다. 시그마는 0보다 커야 하며 x는 0 이상이어야 합니다. x = 0에서는 밀도와 하측 누적확률이 0, 상측 누적확률이 1이 됩니다.

로그를 통해 비대칭 로그정규 곡선과 대칭 정규 종형 곡선을 연결한 도식
ln(x)를 취하면 비대칭 로그정규 분포가 평균 mu, 표준편차 sigma의 정규 분포로 변환된다.

공식 풀이

확률밀도는 $$f(x) = \frac{1}{x\,\sigma\sqrt{2\pi}}\exp\!\left(-\frac{\left(\ln x - \mu\right)^{2}}{2\,\sigma^{2}}\right),\quad x>0$$ 입니다. 누적확률은 $$P(x) = \Phi\!\left(\frac{\ln x - \mu}{\sigma}\right) = \frac{1}{2}\left[1+\operatorname{erf}\!\left(\frac{\ln x - \mu}{\sigma\sqrt{2}}\right)\right]$$로, 여기서 \(\Phi\)는 표준정규분포의 CDF이며 \(\Phi(z) = \frac{1}{2}(1 + \operatorname{erf}(z/\sqrt{2}))\) 입니다. 상측 누적확률(생존함수)은 $$Q(x) = 1 - \Phi\!\left(\frac{\ln x - \mu}{\sigma}\right) = \frac{1}{2}\left[1-\operatorname{erf}\!\left(\frac{\ln x - \mu}{\sigma\sqrt{2}}\right)\right]$$ 입니다. erf 계산에는 고정밀 유리식 근사(최대 오차 약 \(1.5\times10^{-7}\))를 사용합니다.

광고

계산 예시

\(\mu = 0\), \(\sigma = 1\), \(x = 1\)인 경우: \(z = (\ln 1 - 0)/1 = 0\). 밀도 \(= 1/\sqrt{2\pi} \approx 0.39894228\). 하측 누적확률 \(P = \Phi(0) = 0.5\). 상측 누적확률 \(Q = 1 - 0.5 = 0.5\). \(x = 2\)인 경우: \(z = \ln 2 \approx 0.6931\)이므로 \(f \approx 0.156874\), \(P \approx 0.75568\), \(Q \approx 0.24432\)가 됩니다.

점 x에서 나뉜 하측·상측 누적 영역을 음영으로 표시한 로그정규 확률밀도 곡선
선택한 x에서 하측 누적 P(x)와 상측 누적 Q(x) 영역으로 나뉜 로그정규 밀도 f(x).

자주 묻는 질문

\(\mu\)와 \(\sigma\)는 x의 평균과 표준편차인가요? 아닙니다. 이 값들은 기저가 되는 정규분포 변수인 ln(x)의 평균과 표준편차이며, x 자체의 값이 아닙니다.

x = 0에서는 어떻게 되나요? 로그정규분포는 \(x > 0\)에서만 정의되므로, ln(0)을 피하기 위해 \(f(0) = 0\), \(P(0) = 0\), \(Q(0) = 1\)로 처리합니다.

왜 \(\sigma\)가 양수여야 하나요? 표준편차가 0 이하이면 의미 있는 분포가 성립하지 않고 0으로 나누는 문제가 생기므로, 계산기는 \(\sigma \le 0\)인 경우를 받아들이지 않습니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기